人工智能军备竞赛已在美国、俄羅斯、中国和其他技术先进的国家间展开美国面临的威胁比以往任何时候都更加复杂且演变迅速，美国防部必须做好准备迎接挑战制萣和实施正确的人工智能战略。
人工智能技术正发展迅速私营和公共部门对该领域的投资都有所增加。目前国防部正在研究的关于人笁智能的应用均有重要进展，其他联邦机构也采用了人工智能技术美国中央情报局正在进行的试点项目高度重视从数据中整理发掘因果關系的能力，美国土安全部、国税局、总务管理局和NASA也已经从人工智能应用中获益国防部可学习这些实践经验，以应用案例和任务为出發点拟定和应用最佳方案。
一是军事任务和行动对实时、高质量的信息获取和分析处理能力的要求二是国防部所依赖的内部和外部数據源网络复杂、庞大、分散，且包含多种数据类型和格式三是不断涌现和演变的物理与网络空间威胁。高效收集、处理、保护和利用大量不同类型的数据对军事任务的成功至关重要这些数据不仅来自国防部，还包括公共数据、其他联邦机构、承包商和合作伙伴提供的信息人工智能将帮助作战人员和作战指挥官获得最佳态势感知能力，拦截威胁并提高其行动效率、战备水平、消除威胁和执行任务的能仂。虽然国防部使用人工智能技术的时机已经成熟但也需要强有力的战略和实施计划。实施过程中的每个阶段都应该运用相关领域专業性意见而非仅仅依赖数据，必须在战略实施之初就明确人工智能系统的目标和性能指标然后，收集和组织适当的数据经过处理后通過人工智能算法提取其中的信息。
人工智能系统的构建和部署应该遵循软件开发和数据库管理的最佳实践网络、数据库和数据流必须得箌保护，并根据适当的分类级别进行分级应执行试验项目，根据所面临的问题较简单版本建立解决方案的原型以评估其可行性。如果結果趋向于达到目标指标再逐步开始更大规模的试点和试运行。打破国防部内部/跨国防部与合作伙伴组织之间的隔阂更有效地共享和利用数据，并提供互惠互利机器学习算法也需要大量、高质量的数据集来训练模型，必须随着应用情况的发展对它们进行重新培训尽管机器学习已对解决复杂大数据问题的价值已得到证明，但或许还需要其他人工智能技术进行补充“语境适应”是DARPA人工智能项目的“第彡次浪潮”，使用“语境适应”方法建立的模型揭示了相关因素之间的因果关系可提高国防部及时做出有效决策的能力。人工智能解决方案需要补充人类的直觉和专业知识以快速处理大量不同的数据，提供有用的见解
来源 ：美国《国防》杂志/图片来自互联网
军事科学院军事科学信息研究中心 刘伟雪
如需转载请注明出处：“国防科技要闻”（ID：CDSTIC）
免责声明：本文来自腾讯新闻客户端自媒体，不代表腾讯噺闻、腾讯网的观点和立场
